CN116884282A - 题目解答方法、装置、电子设备和存储介质 - Google Patents
题目解答方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116884282A CN116884282A CN202310842265.5A CN202310842265A CN116884282A CN 116884282 A CN116884282 A CN 116884282A CN 202310842265 A CN202310842265 A CN 202310842265A CN 116884282 A CN116884282 A CN 116884282A
- Authority
- CN
- China
- Prior art keywords
- question
- answer
- knowledge point
- sample
- questions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000012549 training Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012790 confirmation Methods 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 9
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
- G09B5/065—Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明提供一种题目解答方法、装置、电子设备和存储介质，涉及计算机技术领域，该方法包括：显示待解答题目的答案文本；在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据；输出目标知识点数据；其中，目标知识点数据用于讲解答案文本。本发明提供的技术方案能够在输出待解答题目的答案后，继续接收学习者针对该答案的提问并对该提问做出解答，能够帮助学习者更好地理解答案涉及的知识点，起到答疑解惑的作用，进而提高了学习者的学习效果。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种题目解答方法、装置、电子设备和存储介质。
背景技术
学生在写作业或学习的过程中不可避免会遇到一些问题，若身边没有人讲解，这些问题将不能得到及时的解决，影响学习的效率。
随着计算机技术的发展，用于作业辅导的电子设备应运而生，为学生的作业辅导提供了方便。学习者可以利用该电子设备输入待解答的题目，电子设备在题库中搜索相关的答案展示给学习者。这样，学习者可以在遇到不会的题目时通过电子设备及时获得题目的标准答案。但是，学习者只是获得了该题目的标准答案，仍有可能不理解该标准答案，这样便没有起到应有的解惑作用，影响学习的效果。
发明内容
本发明提供一种题目解答方法、装置、电子设备和存储介质，用以解决现有技术中用于作业辅导的电子设备仅能给出题目的标准答案而无法帮助学习者理解该标准答案的问题。
本发明提供一种题目解答方法，包括：
显示待解答题目的答案文本；
在接收到针对所述答案文本进行提问的提问信息的情况下，确定所述提问信息对应的目标知识点数据；
输出所述目标知识点数据；其中，所述目标知识点数据用于讲解所述答案文本。
根据本发明提供的一种题目解答方法，所述确定所述提问信息对应的目标知识点数据，包括：
将所述答案文本和所述提问信息输入题目解答模型的答疑层，得到所述答疑层输出的所述提问信息对应的所述目标知识点数据；
其中，所述题目解答模型是基于样本题目和所述样本题目对应的样本答案训练得到的；所述答疑层用于对所述答案文本进行基于解析步骤的划分，从划分出的答案分块中确定所述提问信息匹配的目标答案分块，并确定所述目标答案分块对应的所述目标知识点数据。
根据本发明提供的一种题目解答方法，在所述显示待解答题目的答案文本之前，所述方法还包括：
获取所述待解答题目，并提取所述待解答题目的特征数据；
将所述特征数据输入所述题目解答模型的预测层，获得所述预测层输出的所述答案文本；
其中，所述预测层用于根据所述特征数据确定所述待解答题目的所述答案文本。
根据本发明提供的一种题目解答方法，所述题目解答模型包括所述预测层和所述答疑层，所述题目解答模型是基于如下步骤训练得到的：
获取所述样本题目和所述样本题目对应的所述样本答案；
基于所述样本题目和所述样本答案对初始题目解答模型的初始预测层进行训练，得到所述题目解答模型的所述预测层；
确定所述样本答案对应的样本知识点数据；
基于所述样本答案、所述样本知识点数据和样本提问数据对所述初始题目解答模型的初始答疑层进行训练，得到所述题目解答模型的所述答疑层。
根据本发明提供的一种题目解答方法，所述输出所述目标知识点数据包括：
将所述目标知识点数据转换为对应的多媒体讲解数据；
输出所述多媒体讲解数据。
根据本发明提供的一种题目解答方法，还包括：
在检测到显示所述答案文本的时间大于预设时间阈值、且未接收到针对所述答案文本进行提问的提问信息的情况下，输出答疑确认提醒信息；所述答疑确认提醒信息用于提示用户确认是否退出对所述答案文本的提问。
根据本发明提供的一种题目解答方法，在所述输出所述目标知识点数据之后，所述方法还包括：
在检测到所述提问信息与所述待解答题目或所述答案文本不匹配的情况下，输出所述目标知识点数据与所述待解答题目无关的提示信息。
本发明还提供一种题目解答装置，包括：
答案显示模块，用于显示待解答题目的答案文本；
知识点确定模块，用于在接收到针对所述答案文本进行提问的提问信息的情况下，确定所述提问信息对应的目标知识点数据；
知识点输出模块，用于输出所述目标知识点数据；其中，所述目标知识点数据用于讲解所述答案文本。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述的题目解答方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的题目解答方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的题目解答方法。
本发明提供的题目解答方法、装置、电子设备和存储介质，通过显示待解答题目的答案文本，在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据，然后输出该目标知识点数据，能够使得学习者在得到待解答题目的答案文本之后，若对该答案文本有不理解的地方，可以继续针对该答案文本进行提问，得到所需的目标知识点数据，该目标知识点数据用于讲解待解答题目的答案文本，这样能够帮助学习者更好地理解该答案文本涉及的知识点，起到答疑解惑的作用，进而提高了学习者的学习效果。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的题目解答方法的流程示意图之一；
图2是本发明实施例提供的题目解答模型的工作原理示意图；
图3是本发明实施例中题目解答模型的训练方法的流程示意图；
图4是本发明实施例提供的题目解答方法的流程示意图之二；
图5是本发明实施例提供的题目解答装置的结构示意图；
图6是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1-图4对本发明的题目解答方法进行描述。该题目解答方法可以应用于终端设备或服务器等电子设备。其中，终端设备可以包括手机、电脑、平板电脑、可穿戴设备或专用于作业辅导的学习机器人、智能设备等；服务器可以包括独立服务器、集群服务器或云服务器等。该题目解答方法也可以应用于设置在终端设备或服务器等电子设备中的题目解答装置中，该题目解答装置可以通过软件、硬件或两者的结合来实现。下面以应用于电子设备为例，对本发明实施例提供的题目解答方法进行描述。
图1示例性示出了本发明实施例提供的题目解答方法的流程示意图之一，参照图1所示，该题目解答方法可以包括如下的步骤110～步骤130。
步骤110：显示待解答题目的答案文本。
当学习者在学习过程中遇到不会解答的待解答题目时，可以借助电子设备解答该待解答题目。示例性的，电子设备可以包括图像采集装置，电子设备通过该图像采集装置扫描该待解答题目，得到该待解答题目的图像数据，然后对该图像数据进行图像识别，根据图像识别结果从题库中搜索该待解答题目对应的答案文本，或者利用机器学习技术，将图像识别结果输入预先训练好的题目解答模型中，获得题目解答模型输出的该待解答题目对应的答案文本。其中，图像采集装置可以包括摄像头或照相机等。
示例性的，电子设备可以包括语音采集装置，当学习者需要借助电子设备获得待解答题目的答案文本时，可以通过语音向电子设备输入该待解答题目，电子设备通过语音采集装置采集学习者的该语音信号，并对该语音信号进行语音识别，得到该待解答题目的文本数据，并提取该文本数据的文本特征，然后根据该文本特征从题库中搜索相匹配的答案文本，或者利用机器学习，将该文本特征输入预先训练好的题目解答模型中，获得题目解答模型输出的该待解答题目对应的答案文本。其中，语音采集装置可以包括至少一个麦克风。
示例性的，学习者可以通过电子设备的触摸屏或与电子设备通信连接的键盘输入待解答题目。
电子设备得到待解答题目的答案文本之后，可以通过显示屏，以文本、视频和图像中的至少一种方式向学习者显示该答案文本，通过该答案文本向学习者展示该待解答题目的标准答案。
步骤120：在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据。
当学习者对答案文本的内容不明白时，可以通过语音或手动输入的方式向电子设备输入针对答案文本进行提问的提问信息。
例如，待解答题目为一道数学应用题，对应的答案文本中给出的标准答案包括三个解题步骤，若学习者对其中的第一个步骤不理解，则可以向电子设备输出“不理解答案中的第一个步骤”或“为什么答案中的第一个步骤要这样计算”等语音提问信息，电子设备采集到该语音提问信息后，可以对该语音提问信息进行语音识别，得到语音特征数据，该语音特征数据可以反映提问信息的语义意图。然后，电子设备可以根据该语音特征数据从知识点数据库中查找相匹配的知识点数据，得到目标知识点数据。或者，电子设备可以将答案文本和该语音特征数据输入预先训练好的题目解答模型中，利用人工智能技术，由题目解答模型确定出该语音特征数据对应的目标知识点数据。
再比如，若学习者对答案文本中的某个解题步骤不理解，则可以通过触摸屏点选答案文本中的该解题步骤，电子设备根据该点选操作生成针对该解答步骤的提问信息。或者，答案文本中的每个解题步骤可以包括对应的答疑按钮，当学习者对答案文本中的某个解题步骤不理解时，可以触发该解题步骤对应的答疑按钮，电子设备根据该触发操作生成针对该解答步骤的提问信息。然后，电子设备根据该提问信息，可以从知识点数据库中查找相匹配的目标知识点数据，或者将该提问信息和答案文本输入预先训练好的题目解答模型中，利用题目解答模型确定出该提问信息对应的目标知识点数据。
其中，知识点是知识中的最小单位，目标知识点数据即为所提问的答案文本涉及的知识点。比如，解题步骤为“因为三角形的AB边长等于AC边长，所以角B等于角C”，则其对应的知识点数据包括“等腰三角形的两个底角度数相等”。
步骤130：输出目标知识点数据。
其中，目标知识点数据用于讲解答案文本。
示例性的，电子设备可以以语音、文本、图像和视频等其中的至少一种方式输出目标知识点数据。具体的，输出目标知识点数据可以包括：将目标知识点数据转换为对应的多媒体讲解数据；输出该多媒体讲解数据。其中，多媒体讲解数据可以包括文本讲解数据、语音讲解数据和视频讲解数据中的至少一种。
本发明实施例提供的题目解答方法，通过显示待解答题目的答案文本，在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据，然后输出该目标知识点数据，能够使得学习者在得到待解答题目的答案文本之后，若对该答案文本有不理解的地方，可以继续针对该答案文本进行提问，得到所需的目标知识点数据，该目标知识点数据用于讲解待解答题目的答案文本，这样能够帮助学习者更好地理解该答案文本涉及的知识点，起到答疑解惑的作用，进而提高了学习者的学习效果。
基于图1对应实施例的题目解答方法，在一种示例实施例中，可以基于预先训练好的题目解答模型确定提问信息对应的目标知识点数据。具体的，确定提问信息对应的目标知识点数据可以包括：将答案文本和提问信息输入题目解答模型的答疑层，得到答疑层输出的提问信息对应的目标知识点数据。其中，题目解答模型是基于样本题目和样本题目对应的样本答案训练得到的；答疑层用于对答案文本进行基于解析步骤的划分，从划分出的答案分块中确定提问信息匹配的目标答案分块，并确定目标答案分块对应的目标知识点数据。
示例性的，可以通过图像识别、语音识别和人工输入等其中的至少一种方式获取样本题目和该样本题目对应的样本答案，将样本题目和样本答案作为训练样本，其中的样本题目和样本答案可以是文本类型的数据。比如，利用图像采集装置从课本、习题集等学习资料中采集大量题目和对应答案的图像，然后对这些图像进行图像识别，转换为文本形式的样本题目和对应的样本答案。得到样本题目和样本答案之后，可以确定各样本答案涉及的样本知识点数据，为样本答案打上该样本知识点数据的标签。然后，可以以该样本答案和样本提问数据为输入、以样本知识点数据为标签，对初始题目解答模型的初始答疑层进行训练，直至初始题目解答模型的初始答疑层收敛，得到训练好的题目解答模型的答疑层。
其中，初始题目解答模型可以包括卷积神经网络(Convolutional NeuralNetwork，CNN)、循环神经网络(Recurrent Neural Networks，RNN)、长短期记忆(Longshort-term memory，LSTM)神经网络和深度神经网络(Deep Neural Networks，DNN)等其中的至少一种神经网络模型，但不限于此。答疑层可以是这些神经网络模型，或者这些神经网络中的部分网络层。
可以理解的是，样本答案即是样本题目对应的标准答案或正确答案，该样本答案中可以涉及至少一个解析步骤，可以对该样本答案进行基于解析步骤的划分，得到至少一个样本答案分块，每个样本答案分块可以对应至少一个样本知识点。在答疑层训练过程中，可以将样本答案和对该样本答案进行提问的样本提问信息输入待训练的初始答疑层，初始答疑层可以确定并输出与样本提问信息匹配的样本答案分块对应的预测知识点数据，然后将该预测知识点数据与样本知识点数据进行比对，确定两者之间的第一损失函数值，基于该第一损失函数值对初始答疑层的参数进行调整，直至第一损失函数值最小，则得到训练好的答疑层。
示例性的，题目解答模型中还包括预测层，该预测层可以用于确定待解答题目的答案文本，然后将该答案文本输入到答疑层，答疑层在接收到针对该答案文本的提问信息时，可以确定并输出该提问信息对应的目标知识点数据。
基于此，图2示例性示出了本发明实施例提供的题目解答模型的工作原理示意图，参照图2所示，该题目解答模型可以包括预测层和答疑层。当学习者遇到不会解答的待解答题目时，可以将该待解答题目输入电子设备，电子设备将该待解答题目输入题目解答模型的预测层，或者先提取待解答题目的特征数据，并将该特征数据输入题目解答模型的预测层，该预测层可以确定出该待解答题目的答案文本。电子设备可以通过其显示屏输出该答案文本，这样，学习者可以获得该待解答题目的标准答案或正确答案。同时，电子设备可以将该答案文本输入题目解答模型的答疑层，答疑层可以对该答案文本进行基于解析步骤的划分，并确定划分出的每个答案分块对应的知识点数据。当学习者不明白该答案文本的内容时，可以向电子设备输入提问信息，电子设备将该提问信息输入题目解答模型的答疑层，答疑层确定出与该提问信息匹配的目标答案分块，进而得到该目标答案分块对应的目标知识点数据。电子设备可以将该目标知识点数据转换为文本讲解数据、语音讲解数据和视频讲解数据中的至少一种多媒体讲解数据并输出给学习者，以对学习者的提问进行讲解，使学习者更好地理解该答案文本的知识点。
其中，特征数据可以包括题目所属的年级、题目所属的学科、题目所属的教材版本和题干信息等其中的至少一项，但不限于此。
基于图2，图3示例性示出了本发明实施例中题目解答模型的训练方法的流程示意图。参照图3所示，该题目解答模型的训练方法可以包括如下的步骤310～步骤340。
步骤310：获取样本题目和样本题目对应的样本答案。
示例性的，可以通过图像识别、语音识别和人工输入等其中的至少一种方式获取样本题目和该样本题目对应的样本答案。
步骤320：基于样本题目和样本答案对初始题目解答模型的初始预测层进行训练，得到题目解答模型的预测层。
示例性的，可以以样本题目为输入、且以样本答案为标签，对初始题目解答模型的初始预测层进行训练。在训练过程中，初始预测层对输入的样本题目进行答案预测，输出预测答案，电子设备将该预测答案与样本答案进行比对，确定两者之间的第二损失函数值，基于该第二损失函数值对初始预测层的参数进行调整，直至第二损失函数值最小，则得到训练好的预测层。
示例性的，也可以提取样本题目的特征数据，得到样本特征数据，然后以该样本特征数据为输入、且以样本答案为标签，对初始题目解答模型的初始预测层进行训练。其中的样本特征数据可以包括样本题目所属的年级、样本题目所属的学科、样本题目所属的教材版本和样本题目的题干信息等其中的至少一项，但不限于此。
步骤330：确定样本答案对应的样本知识点数据。
样本答案中可以涉及至少一个解析步骤，可以对该样本答案进行基于解析步骤的划分，得到至少一个样本答案分块，每个样本答案分块可以对应至少一个样本知识点。
步骤340：基于样本答案、样本知识点数据和样本提问数据对初始题目解答模型的初始答疑层进行训练，得到题目解答模型的答疑层。
示例性的，可以以样本答案和样本提问数据为输入、以样本知识点数据为标签，对初始题目解答模型的初始答疑层进行训练。
基于图2和图3对应的实施例，图4示例性的示出了本发明实施例提供的题目解答方法的流程示意图之二，参照图4所示，该题目解答方法可以包括如下的步骤410～步骤460。
步骤410：获取待解答题目，并提取待解答题目的特征数据。
当学习者在学习过程中遇到不会解答的待解答题目时，可以借助电子设备解答该待解答题目。比如，电子设备的摄像头采集该待解答题目的图像数据，对该图像数据进行图像识别，得到对应的文本数据，然后提取该文本数据的特征数据；或者，学习者可以通过语音向电子设备输入该待解答题目，电子设备接收到输入待解答题目的语音信号之后，对该语音信号进行语音识别，得到对应的文本数据，然后提取该文本数据的文本特征，得到待解答题目的特征数据；又或者，电子设备可以接收学习者通过触摸屏或与电子设备通信连接的键盘输入的待解答题目，然后提取该待解答题目的特征数据。
步骤420：将特征数据输入题目解答模型的预测层，获得预测层输出的答案文本。
其中，预测层用于根据特征数据确定待解答题目的答案文本。
电子设备得到待解答题目的特征数据之后，将该特征数据输入题目解答模型的预测层，通过预测层确定出该待解答题目的答案文本。
步骤430：显示待解答题目的答案文本。
步骤440：在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据。
步骤450：将目标知识点数据转换为对应的多媒体讲解数据。
其中，多媒体讲解数据可以包括文本讲解数据、语音讲解数据和视频讲解数据中的至少一种。
目标知识点数据用于讲解答案文本，这样，在学习者不理解答案文本时，可以通过目标知识点数据对学习者针对该答案文本的提问进行讲解，使学习者更好地理解该答案文本的知识点。
步骤460：输出多媒体讲解数据。
根据本发明实施例提供的题目解答方法，当学习者遇到不会解答的待解答题目时，可以向电子设备输入该待解答题目，电子设备可以利用题目解答模型的预测层生成该待解答题目的答案文本展示给学习者，帮助学习者了解该待解答题目的解题过程。若学习者对该答案文本有不理解的地方时，可以针对该答案文本继续提问，电子设备可以通过题目解答模型的答疑层给出相应的目标知识点数据，以对学习者的提问进行解答。这样，能够帮助学习者更好地理解答案文本涉及的知识点，起到答疑解惑的作用，进而提高了学习者的学习效果。
基于上述各实施例的题目解答方法，在一种示例实施例中，该题目解答方法还可以包括：在检测到显示答案文本的时间大于预设时间阈值、且未接收到针对答案文本进行提问的提问信息的情况下，输出答疑确认提醒信息；其中，答疑确认提醒信息用于提示用户确认是否退出对答案文本的提问。这样，可以在不需要答疑时及时退出答疑的待机状态，节约设备资源。
示例性的，可以通过提示框或语音的方式输出答疑确认提醒信息。比如，可以输出答疑确认提醒框界面，在该答疑确认提醒框界面中显示“是否退出答疑？”或“是否对答案有疑问？”等提示信息，并显示“是”和“否”的选择菜单，学习者可以根据需要选择是否退出对答案文本的提问。
示例性的，学习者也可以通过向电子设备主动输入退出答疑指令来随时退出答疑流程，电子设备接收到该退出答疑指令时，退出答疑环节。其中的退出答疑指令可以包括退出答疑语音指令、退出答疑肢体动作指令和退出答疑按键触发指令等其中的至少一种，但不限于此。
示例性的，学习者也可以通过向电子设备输入答疑开启指令来随时开启答疑流程，电子设备接收到该答疑开启指令后，开启答疑环节，学习者可以随时对答案文本中不理解的地方进行提问。其中的开启答疑指令可以包括开启答疑语音指令、开启答疑肢体动作指令和开启答疑按键触发指令等其中的至少一种，但不限于此。
这样，学习者可以根据自身的学习需要，随时开启或关闭答疑流程，智能化程度更高。
基于上述各实施例的题目解答方法，在一种示例实施例中，在输出目标知识点数据之后，该题目解答方法还可以包括：在检测到提问信息与待解答题目或答案文本不匹配的情况下，输出目标知识点数据与待解答题目无关的提示信息。
这样，若学习者针对答案文本提出的问题与待解答题目或答案文本无关时，电子设备可以对其提问进行解答后及时提醒学习者针对本次提问所给出的目标知识点数据与待解答题目无关，以此能够帮助学习者更好地梳理知识点。
下面对本发明提供的题目解答装置进行描述，下文描述的题目解答装置与上文描述的题目解答方法可相互对应参照。
图5示例性示出了本发明实施例提供的题目解答装置的结构示意图，参照图5所示，题目解答装置500可以包括：
答案显示模块510，用于显示待解答题目的答案文本；
知识点确定模块520，用于在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据；
知识点输出模块530，用于输出目标知识点数据；其中，目标知识点数据用于讲解答案文本。
在一种示例实施例中，知识点确定模块520可以具体用于将答案文本和提问信息输入题目解答模型的答疑层，得到答疑层输出的提问信息对应的目标知识点数据；其中，题目解答模型是基于样本题目和样本题目对应的样本答案训练得到的；答疑层用于对答案文本进行基于解析步骤的划分，从划分出的答案分块中确定提问信息匹配的目标答案分块，并确定目标答案分块对应的目标知识点数据。
在一种示例实施例中，题目解答装置500还可以包括：题目获取模块，用于获取待解答题目；特征提取模块，用于提取待解答题目的特征数据；答案确定模块，用于将特征数据输入题目解答模型的预测层，获得预测层输出的答案文本；其中，预测层用于根据特征数据确定待解答题目的答案文本。
在一种示例实施例中，题目解答装置500还可以包括模型训练模块，该模型训练模块可以用于：获取样本题目和样本题目对应的样本答案；基于样本题目和样本答案对初始题目解答模型的初始预测层进行训练，得到题目解答模型的预测层；确定样本答案对应的样本知识点数据；基于样本答案、样本知识点数据和样本提问数据对初始题目解答模型的初始答疑层进行训练，得到题目解答模型的答疑层。
在一种示例实施例中，知识点输出模块530可以包括：转换单元，用于将目标知识点数据转换为对应的多媒体讲解数据；输出单元，用于输出转换单元得到的多媒体讲解数据。
在一种示例实施例中，题目解答装置500还可以包括：第一提示模块，用于在检测到显示答案文本的时间大于预设时间阈值、且未接收到针对答案文本进行提问的提问信息的情况下，输出答疑确认提醒信息；答疑确认提醒信息用于提示用户确认是否退出对答案文本的提问。
在一种示例实施例中，题目解答装置500还可以包括：第二提示模块，用于在检测到提问信息与待解答题目或答案文本不匹配的情况下，输出目标知识点数据与待解答题目无关的提示信息。
图6示例了一种电子设备的结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communication Interface)620、存储器(memory)630和通信总线640，其中，处理器610、通信接口620和存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行上述任一方法实施例提供的题目解答方法，该方法比如可以包括：显示待解答题目的答案文本；在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据；输出目标知识点数据；其中，目标知识点数据用于讲解答案文本。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述任一方法实施例所提供的题目解答方法，该方法比如可以包括：显示待解答题目的答案文本；在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据；输出目标知识点数据；其中，目标知识点数据用于讲解答案文本。
又一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述任一方法实施例所提供的题目解答方法，该方法比如可以包括：显示待解答题目的答案文本；在接收到针对答案文本进行提问的提问信息的情况下，确定提问信息对应的目标知识点数据；输出目标知识点数据；其中，目标知识点数据用于讲解答案文本。
示例性的，计算机可读存储介质包括非暂态计算机可读存储介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种题目解答方法，其特征在于，包括：
显示待解答题目的答案文本；
在接收到针对所述答案文本进行提问的提问信息的情况下，确定所述提问信息对应的目标知识点数据；
输出所述目标知识点数据；其中，所述目标知识点数据用于讲解所述答案文本。
2.根据权利要求1所述的题目解答方法，其特征在于，所述确定所述提问信息对应的目标知识点数据，包括：
将所述答案文本和所述提问信息输入题目解答模型的答疑层，得到所述答疑层输出的所述提问信息对应的所述目标知识点数据；
其中，所述题目解答模型是基于样本题目和所述样本题目对应的样本答案训练得到的；所述答疑层用于对所述答案文本进行基于解析步骤的划分，从划分出的答案分块中确定所述提问信息匹配的目标答案分块，并确定所述目标答案分块对应的所述目标知识点数据。
3.根据权利要求2所述的题目解答方法，其特征在于，在所述显示待解答题目的答案文本之前，所述方法还包括：
获取所述待解答题目，并提取所述待解答题目的特征数据；
将所述特征数据输入所述题目解答模型的预测层，获得所述预测层输出的所述答案文本；
其中，所述预测层用于根据所述特征数据确定所述待解答题目的所述答案文本。
4.根据权利要求3所述的题目解答方法，其特征在于，所述题目解答模型包括所述预测层和所述答疑层，所述题目解答模型是基于如下步骤训练得到的：
获取所述样本题目和所述样本题目对应的所述样本答案；
基于所述样本题目和所述样本答案对初始题目解答模型的初始预测层进行训练，得到所述题目解答模型的所述预测层；
确定所述样本答案对应的样本知识点数据；
基于所述样本答案、所述样本知识点数据和样本提问数据对所述初始题目解答模型的初始答疑层进行训练，得到所述题目解答模型的所述答疑层。
5.根据权利要求1至4任一项所述的题目解答方法，其特征在于，所述输出所述目标知识点数据包括：
将所述目标知识点数据转换为对应的多媒体讲解数据；
输出所述多媒体讲解数据。
6.根据权利要求1至4任一项所述的题目解答方法，其特征在于，还包括：
在检测到显示所述答案文本的时间大于预设时间阈值、且未接收到针对所述答案文本进行提问的提问信息的情况下，输出答疑确认提醒信息；所述答疑确认提醒信息用于提示用户确认是否退出对所述答案文本的提问。
7.根据权利要求1至4任一项所述的题目解答方法，其特征在于，在所述输出所述目标知识点数据之后，所述方法还包括：
在检测到所述提问信息与所述待解答题目或所述答案文本不匹配的情况下，输出所述目标知识点数据与所述待解答题目无关的提示信息。
8.一种题目解答装置，其特征在于，包括：
答案显示模块，用于显示待解答题目的答案文本；
知识点确定模块，用于在接收到针对所述答案文本进行提问的提问信息的情况下，确定所述提问信息对应的目标知识点数据；
知识点输出模块，用于输出所述目标知识点数据；其中，所述目标知识点数据用于讲解所述答案文本。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的题目解答方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的题目解答方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310842265.5A CN116884282A (zh) | 2023-07-10 | 2023-07-10 | 题目解答方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310842265.5A CN116884282A (zh) | 2023-07-10 | 2023-07-10 | 题目解答方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116884282A true CN116884282A (zh) | 2023-10-13 |
Family
ID=88265635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310842265.5A Pending CN116884282A (zh) | 2023-07-10 | 2023-07-10 | 题目解答方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116884282A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117520527A (zh) * | 2024-01-08 | 2024-02-06 | 科大讯飞股份有限公司 | 答疑对话数据生成方法、系统、电子设备和可读存储介质 |
-
2023
- 2023-07-10 CN CN202310842265.5A patent/CN116884282A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117520527A (zh) * | 2024-01-08 | 2024-02-06 | 科大讯飞股份有限公司 | 答疑对话数据生成方法、系统、电子设备和可读存储介质 |
| CN117520527B (zh) * | 2024-01-08 | 2024-04-30 | 科大讯飞股份有限公司 | 答疑对话数据生成方法、系统、电子设备和可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10776580B2 (en) | Method for providing dialogue service with chatbot assisted by human agents | |
| CN109471915B (zh) | 一种文本评价方法、装置、设备以及可读存储介质 | |
| CN110706536B (zh) | 一种语音答题方法及装置 | |
| CN110797010A (zh) | 基于人工智能的问答评分方法、装置、设备及存储介质 | |
| CN111967224A (zh) | 对话文本的处理方法、装置、电子设备及存储介质 | |
| CN110009537B (zh) | 一种信息处理方法、装置、设备及存储介质 | |
| CN108877334B (zh) | 一种语音搜题方法及电子设备 | |
| CN110569364A (zh) | 在线教学方法、装置、服务器及存储介质 | |
| CN113140138A (zh) | 互动教学方法、装置、存储介质及电子设备 | |
| CN116884282A (zh) | 题目解答方法、装置、电子设备和存储介质 | |
| CN115630860A (zh) | 教学质量评测方法、装置、设备及存储介质 | |
| CN110532393B (zh) | 文本处理方法、装置及其智能电子设备 | |
| CN111611365A (zh) | 一种对话系统的流程控制方法、装置、设备及存储介质 | |
| KR100586860B1 (ko) | 질문과 답변기능을 이용한 사전검색방식의 언어교육시스템과 언어교육방법 | |
| JP3823604B2 (ja) | 手話教育装置、手話教育方法、及び、手話教育方法が記録された記録媒体 | |
| CN116962787A (zh) | 一种基于视频信息的交互方法、装置、设备及存储介质 | |
| KR100296271B1 (ko) | 상호 대화식 언어 학습시스템 | |
| KR100447667B1 (ko) | 음성 인식 기능을 갖는 컴퓨터와 학습용 인형들을 이용한 상호 대화 언어 학습 시스템 | |
| CN111680148B (zh) | 针对用户问句进行智能应答的方法和装置 | |
| CN113901189A (zh) | 一种数字人交互方法、装置、电子设备及存储介质 | |
| CN114519347A (zh) | 用于语言和词汇学习训练的会话内容的生成方法及装置 | |
| CN111310847B (zh) | 训练要素分类模型的方法和装置 | |
| CN115017886A (zh) | 文本匹配方法、文本匹配装置、电子设备及存储介质 | |
| JP6656529B2 (ja) | 外国語の会話訓練システム | |
| CN111091821B (zh) | 一种基于语音识别的控制方法及终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |